笔记之矩阵二项式展开

吴炳洋

已于 2022-03-28 11:22:43 修改

阅读量4.4k

点赞数 1

分类专栏：数学基础文章标签：矩阵统计学数字通信

于 2022-03-05 18:24:30 首次发布

本文链接：https://blog.csdn.net/wubyatseu/article/details/123296206

版权

数学基础专栏收录该内容

20 篇文章 1 订阅

订阅专栏

一般的二项式展开为
$（1+x)^k=\sum_{s=0}^k\begin{pmatrix}k\\s \end{pmatrix}x^s,$
把这个展开推广到矩阵领域

${C_\kappa(I_m+Y)\over C_\kappa(I)}=\sum_{s=0}^k\sum_\sigma\begin{pmatrix}k\\\sigma \end{pmatrix}{C_\sigma (Y)\over C_\sigma (I) }$
这里的内层求和 $\sigma$ 是整数 $s$ 的所有划分。这个推广的二项式展开的系数为
$\begin{pmatrix}k\\\sigma \end{pmatrix}$
针对 $k$ 的一个划分 $\kappa=(k_1,k_2,\cdots, k_m)$ ，定义
$\kappa_i=(k_1,\cdots,k_{i-1}, k_i+1, k_{i+1},\cdots, k_m)$
和
$\kappa^{(i)}=(k_1,\cdots,k_{i-1}, k_i-1, k_{i+1},\cdots, k_m)$
如果这两种划分是可行的话，即需要使以上划分的各元素是非增的。

推广的二项式展开系数按以下规则计算：

（1） $\begin{pmatrix}\kappa\\(0)\end{pmatrix}=1$ ，对于所有的 $\kappa$ ;

（2） $\begin{pmatrix}\kappa\\(1)\end{pmatrix}=k$ ，对于所有 $k$ 的划分 $\kappa$ ;

（3） $\begin{pmatrix}\kappa\\\sigma\end{pmatrix}=0$ ，如果划分 $\sigma$ 比划分 $\kappa$ 有更多的非零值;

（4） $\begin{pmatrix}\kappa\\\sigma\end{pmatrix}=0$ ，如果 $\kappa<\sigma$ （参考书中为 $\kappa>\sigma$ ，可能是笔误。对两个划分的元素按顺序比较，先出现较大元素的划分为大）;

（5）如果 $\kappa$ 和 $\sigma$ 都是 $k$ 的划分，那么
$\begin{pmatrix}\kappa\\\sigma\end{pmatrix}=\begin{cases}{\begin{matrix}1 \quad \kappa=\sigma\\0 \quad \kappa\neq\sigma\end{matrix}}\end{cases}$

（6）如果 $\kappa$ 是 $k$ 的划分， $\sigma$ 是 $k - 1$ 的划分，那么只有当 $\sigma = \kappa^{(i)}$ 时 $\begin{pmatrix}\kappa\\\sigma\end{pmatrix} \neq 0$ （ $k_i$ 替换为 $k_i-1$ 其它元素相同）。

例, $k = 3$
$\def\arraystretch{1.5} \begin{array}{cc|} && \begin{array}{cc|} \end{array}&&&\sigma \\ &&(0)& (1) &(2)& (1,1)& (3)& (2,1)& (1,1,1) \\ \hline &(3) &1&3&3&0&1&0&0 \\ \kappa &(2,1) &1&3&4/3&5/3&0&1&0 \\ &(1,1,1) &1&3&0&3&0&0&1 \end{array}$